2024年，海螺水泥與華為聯(lián)合成立研發(fā)小組，致力于開發(fā)全球建材行業(yè)首個(gè)AI大模型，用人工智能技術(shù)重塑水泥生產(chǎn)全流程。

水泥行業(yè)數(shù)智升級(jí),先要解決四大難題

水泥生產(chǎn)流程復(fù)雜，涉及原料配比、煅燒控制、設(shè)備運(yùn)維等多個(gè)環(huán)節(jié)，傳統(tǒng)的人工管理和經(jīng)驗(yàn)決策模式已難以滿足現(xiàn)代工業(yè)對(duì)效率、安全與環(huán)保的高要求。在推進(jìn)智能化轉(zhuǎn)型過(guò)程中，水泥行業(yè)面臨著諸多難題，這些難題不僅考驗(yàn)著海螺水泥的技術(shù)能力，更考驗(yàn)著企業(yè)的創(chuàng)新與應(yīng)變能力。

數(shù)據(jù)治理難題：水泥行業(yè)數(shù)據(jù)量龐大且復(fù)雜，超過(guò)80%的數(shù)據(jù)為非結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)治理和結(jié)構(gòu)化能力難以滿足AI應(yīng)用的需求。傳統(tǒng)的人工智能應(yīng)用開發(fā)效率低、門檻高、精度不高、泛化性差，難以實(shí)現(xiàn)規(guī)?；瘡?fù)制。

生產(chǎn)優(yōu)化難題：水泥生產(chǎn)過(guò)程中，工藝參數(shù)優(yōu)化和質(zhì)量預(yù)測(cè)是關(guān)鍵環(huán)節(jié)。傳統(tǒng)方法依賴人工經(jīng)驗(yàn)和試錯(cuò)，效率低下且難以實(shí)現(xiàn)全局優(yōu)化，導(dǎo)致生產(chǎn)成本高、質(zhì)量不穩(wěn)定。

安全生產(chǎn)難題：水泥生產(chǎn)現(xiàn)場(chǎng)環(huán)境復(fù)雜，人員行為和設(shè)備運(yùn)行狀態(tài)難以實(shí)時(shí)檢測(cè)，傳統(tǒng)檢測(cè)系統(tǒng)依賴人工巡查，效率低且難以覆蓋所有關(guān)鍵點(diǎn)。

管理效率難題：水泥企業(yè)的管理涉及多個(gè)環(huán)節(jié)，數(shù)據(jù)分散且難以整合，導(dǎo)致決策缺乏精準(zhǔn)數(shù)據(jù)支持，管理效率低下。

用好人工智能大模型,重塑水泥智造新范式

面對(duì)上述難題，華為與海螺水泥深度合作，打造了一套集“中心訓(xùn)練、邊緣推理、云邊協(xié)同、邊用邊學(xué)、持續(xù)優(yōu)化”于一體的人工智能運(yùn)行體系，為傳統(tǒng)制造業(yè)的數(shù)智化轉(zhuǎn)型提供了新的思路和方法。

構(gòu)建兩級(jí)云數(shù)據(jù)平臺(tái)架構(gòu)，打造新型人工智能運(yùn)行體系

海螺水泥聯(lián)合華為構(gòu)建“集團(tuán)-工廠”兩級(jí)云數(shù)據(jù)平臺(tái)架構(gòu)，實(shí)現(xiàn)數(shù)據(jù)的高效流轉(zhuǎn)和價(jià)值挖掘。工廠側(cè)實(shí)現(xiàn)應(yīng)用的統(tǒng)一數(shù)據(jù)采集、存儲(chǔ)及建模，集團(tuán)側(cè)與工廠側(cè)統(tǒng)一數(shù)據(jù)建模標(biāo)準(zhǔn)，一對(duì)多協(xié)同管理多個(gè)邊緣節(jié)點(diǎn)。兩級(jí)數(shù)據(jù)平臺(tái)架構(gòu)實(shí)現(xiàn)了數(shù)據(jù)的集中管理和高效利用，提升了數(shù)據(jù)治理能力，為AI模型和業(yè)務(wù)系統(tǒng)提供了堅(jiān)實(shí)的數(shù)據(jù)支撐。

同時(shí)，雙方還共同構(gòu)建了業(yè)內(nèi)首個(gè)人工智能訓(xùn)練中心，打造基于大模型的新一代智慧工廠底座。通過(guò)中心訓(xùn)練、邊緣推理、云邊協(xié)同、邊用邊學(xué)的新型人工智能運(yùn)行體系，實(shí)現(xiàn)模型邊用邊學(xué)，持續(xù)優(yōu)化。AI大模型的泛化能力和高效樣本篩選能力，顯著提升了AI應(yīng)用的開發(fā)效率和精度，降低了開發(fā)門檻，實(shí)現(xiàn)了規(guī)模化復(fù)制。

預(yù)測(cè)大模型加持，保障水泥出品穩(wěn)定性

水泥強(qiáng)度的穩(wěn)定性是評(píng)價(jià)水泥質(zhì)量的主要指標(biāo)之一。傳統(tǒng)方法依賴人工物理檢驗(yàn)，必須等待３天、28天才能獲取檢測(cè)數(shù)據(jù)，無(wú)法及時(shí)有效地指導(dǎo)生產(chǎn)。對(duì)此，海螺水泥基于華為云盤古預(yù)測(cè)大模型，通過(guò)生產(chǎn)質(zhì)量關(guān)鍵特征實(shí)時(shí)推薦，實(shí)現(xiàn)了熟料3天、28天強(qiáng)度實(shí)時(shí)預(yù)測(cè)，強(qiáng)度預(yù)測(cè)值和檢測(cè)值偏差在1MPa范圍內(nèi)，準(zhǔn)確率超85%。

海螺水泥相關(guān)負(fù)責(zé)人表示，通過(guò)人工智能大模型，可以根據(jù)熟料實(shí)時(shí)的化學(xué)成分預(yù)測(cè)之后的水泥強(qiáng)度，從而科學(xué)地指導(dǎo)上下游的生產(chǎn)、優(yōu)化原料配比，推動(dòng)“事后調(diào)整”邁向“實(shí)時(shí)調(diào)控”，進(jìn)一步保障產(chǎn)品質(zhì)量的穩(wěn)定性。

融合工業(yè)機(jī)理，生產(chǎn)全局尋優(yōu)提質(zhì)增效

海螺水泥基于華為云盤古預(yù)測(cè)大模型，利用機(jī)理AI融合、決策優(yōu)化求解等技術(shù)，進(jìn)行工藝參數(shù)全局尋優(yōu)和質(zhì)量預(yù)測(cè)，提升關(guān)鍵生產(chǎn)指標(biāo)，實(shí)現(xiàn)降本增效。燒成全局尋優(yōu)大模型投運(yùn)后，實(shí)現(xiàn)標(biāo)準(zhǔn)煤耗在一級(jí)能效的基礎(chǔ)上再下降1%。以一條5000t/d熟料生產(chǎn)線為例進(jìn)行測(cè)算，每年減少二氧化碳排放4500多噸；按照產(chǎn)線運(yùn)轉(zhuǎn)率的75%折算，每年煤耗成本可節(jié)約百萬(wàn)元。

視覺(jué)大模型賦能，提升安全生產(chǎn)控制能力

基于大模型的算法相比傳統(tǒng)模型，泛化能力更強(qiáng)，適用80%以上分類、檢測(cè)、分割、異常檢測(cè)等AI任務(wù)。海螺水泥以華為云盤古視覺(jué)大模型為核心，利用物體檢測(cè)、異常識(shí)別、語(yǔ)義分割等圖像識(shí)別技術(shù)，對(duì)現(xiàn)場(chǎng)作業(yè)中人、機(jī)、物、環(huán)境等不安全因素實(shí)施智能觀測(cè)，對(duì)人員安全帽佩戴、安全帶佩戴、睡崗離崗、危險(xiǎn)區(qū)入侵等行為進(jìn)行識(shí)別，提升員工安全意識(shí)，增強(qiáng)企業(yè)安全管理能力，降低安全事故發(fā)生概率。

數(shù)智賦能管效提升，培養(yǎng)科研創(chuàng)新人才

依托華為云自然語(yǔ)言處理（NLP）大模型，雙方共同開發(fā)了智能知識(shí)管理中心，沉淀裝備、財(cái)務(wù)等領(lǐng)域知識(shí)，提供知識(shí)問(wèn)答、數(shù)據(jù)分析、報(bào)告生成等功能的智能客服應(yīng)用，可大幅提升生產(chǎn)經(jīng)營(yíng)的管理效率；此外，通過(guò)智能客服應(yīng)用，自動(dòng)處理大量重復(fù)性問(wèn)題，提升服務(wù)效率，優(yōu)化管理流程。并在全國(guó)率先實(shí)現(xiàn)水泥建材行業(yè)大模型的科研創(chuàng)新和生產(chǎn)應(yīng)用，通過(guò)人工智能的開發(fā)運(yùn)營(yíng)、商業(yè)轉(zhuǎn)化和組織能力建設(shè)，將帶來(lái)水泥智能制造標(biāo)準(zhǔn)、AI場(chǎng)景開發(fā)與應(yīng)用的論文和專利等科研產(chǎn)出，培養(yǎng)一批具備水泥建材產(chǎn)業(yè)與數(shù)字技術(shù)融合的復(fù)合型人才。

海螺水泥與華為的技術(shù)創(chuàng)新與場(chǎng)景化應(yīng)用實(shí)踐，成功解決了水泥行業(yè)智能化轉(zhuǎn)型中的諸多難題，為傳統(tǒng)制造業(yè)的數(shù)智化轉(zhuǎn)型樹立了新標(biāo)桿。未來(lái)，雙方將持續(xù)深化合作，探索更多AI在水泥行業(yè)的應(yīng)用，推動(dòng)水泥行業(yè)的智能化、綠色化發(fā)展，為提升水泥行業(yè)的生產(chǎn)效率和可持續(xù)發(fā)展能力貢獻(xiàn)數(shù)智力量。